本文介绍了多个开源的数据标注工具，特别关注于中文事件抽取任务。BRAT和YEDDA被推荐用于中文领域的事件抽取样本标注，两者支持中文标注且功能涵盖事件抽取。BRAT具备扩展性，而YEDDA基于主动学习。其他如Prodigy专注于英文，Chinese-Annotator为中文命名实体和关系识别设计，Doccano支持多语言标注。选择合适的工具能有效减少人工标注时间和错误。
数据标注工具调研
中文nlp领域比较困扰的点在于缺乏数据，尤其像事件抽取这样的任务，人工标注非常耗时费力，而且很容易出错，所以想要搭建一个针对事件抽取的标注系统。在调研如何造轮子时，发现有些开源工具或许可以用，或许可以避免这部分的时间消耗。
一、开源数据标注工具
1. BRAT
- 安装环境：osx或者linux系统，windows（linux虚拟环境）
- 标注任务支持：实体关系、实体识别、事件抽取标注
- 标注语言支持：可适配到中文标注
- 标注任务扩展：可适配到Aspect-Based Sentiment Analysis方向数据标注
- 相关🔗
官方介绍
BRAT项目github地址
brat使用
2. prodigy
- 标注任务支持：实体抽
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
